Глоссарий
94 терминовВсе термины курса в одном месте
Американская AI-компания, создатель Claude.
Anthropic — американская компания в области безопасности искусственного интеллекта, основана в 2021 году Дарио Амодеи и Даниэлой Амодеи (бывшие сотрудники OpenAI). Компания разрабатывает Claude — семейство AI-моделей — и ведёт активные исследования в области безопасности ИИ (Constitutional AI). Миссия Anthropic — создавать надёжный и безопасный ИИ.
Американская AI-компания, создатель ChatGPT и GPT-моделей.
AI-подразделение Google, создатель Gemini.
Google DeepMind — AI-исследовательская лаборатория, объединяющая команды Google Brain и DeepMind (основан в Великобритании в 2010 году). Разрабатывает Gemini — семейство мультимодальных AI-моделей. Также известна прорывами в науке (AlphaFold для предсказания структуры белков, AlphaGo для игры в го).
AI-подразделение Meta (Facebook), создатель Llama.
Meta AI — исследовательское подразделение компании Meta Platforms (бывший Facebook). Создаёт и публикует в открытый доступ (open source) серию моделей Llama. Модели Llama используются разработчиками по всему миру как основа для собственных решений. Meta придерживается стратегии открытого ИИ в отличие от закрытых систем конкурентов.
Европейская AI-компания из Франции, создатель Mistral-моделей.
Mistral AI — французская компания, основана в 2023 году выходцами из Google DeepMind и Meta. Известна эффективными моделями, которые при небольшом размере показывают высокое качество. Часть моделей публикуется в открытом доступе. Mistral — один из ключевых европейских игроков в гонке ИИ.
AI-компания Илона Маска, создатель Grok.
xAI — компания, основана Илоном Маском в 2023 году после его ухода из совета директоров OpenAI. Разрабатывает Grok — AI-ассистента, интегрированного в социальную сеть X (бывший Twitter). Grok позиционируется как менее ограниченная альтернатива другим AI-ассистентам.
Китайская AI-компания, создатель конкурентоспособных open source моделей.
DeepSeek — китайская AI-компания, основана в 2023 году хедж-фондом High-Flyer. В 2025 году стала известна во всём мире после выпуска DeepSeek-R1 — reasoning-модели, сопоставимой с лучшими западными аналогами, но значительно более дешёвой в обучении. Модели публикуются в открытом доступе (open weights).
Крупнейшая поисковая компания Китая, разрабатывает AI-ассистента Ernie Bot.
Baidu — китайская технологическая компания, аналог Google в Китае. Разрабатывает AI-ассистента Ernie Bot (文心一言) на базе модели ERNIE (Enhanced Representation through Knowledge Integration). Один из первых китайских игроков, выпустивший публичный AI-чат-ассистент.
Китайский технологический гигант, создатель AI-серии Qwen.
Alibaba Group — одна из крупнейших технологических компаний мира (e-commerce, облако, финтех). AI-подразделение Tongyi (通义) разрабатывает семейство моделей Qwen (Qianwen, 千问). Многие модели Qwen опубликованы в открытом доступе на Hugging Face.
Китайская AI-компания, разработчик моделей GLM и ChatGLM.
Zhipu AI (智谱AI) — китайская компания, основана в 2019 году, выросла из Университета Цинхуа. Разрабатывает серию моделей GLM (General Language Model) и чат-интерфейс ChatGLM. Является одним из лидеров академического AI-сообщества Китая.
Китайская компания (TikTok), разрабатывает AI-ассистента Doubao.
ByteDance — китайская технологическая компания, создатель TikTok и Douyin. В сфере AI разрабатывает Doubao (豆包) — AI-ассистента, ставшего одним из самых популярных в Китае. Также занимается разработкой собственных LLM-моделей.
AI-ассистент от Anthropic для чата, анализа текста и кода.
Claude — семейство AI-ассистентов от Anthropic. Доступен через сайт claude.ai и API. Включает несколько уровней моделей: Opus (самый мощный, для сложных задач), Sonnet (баланс скорости и качества, основная модель), Haiku (быстрый и компактный). Актуальное поколение — Claude 4 (Opus 4.7, Sonnet 4.6, Haiku 4.5). Используется для написания текстов, анализа документов, программирования и сложных рассуждений.
AI-агент для программирования от Anthropic: CLI, веб-приложение, расширение для VS Code.
Claude Code — автономный AI-агент от Anthropic для разработчиков. Доступен в нескольких форматах: CLI (командная строка), десктопное приложение для Mac и Windows, веб-приложение, расширения для VS Code и JetBrains, интеграции со Slack и GitHub. Агент самостоятельно читает файлы проекта, запускает команды, пишет и редактирует код. На базе Claude Code строится вайбкодинг — создание продуктов через диалог с AI без глубокого знания программирования.
Самый популярный в мире AI-чат-ассистент от OpenAI.
ChatGPT — AI-ассистент от OpenAI, запущен в ноябре 2022 года. Стал первым продуктом, который массово познакомил широкую аудиторию с генеративным ИИ. По состоянию на 2025–2026 год работает на базе GPT-5. Поддерживает текст, изображения, голос, файлы, память о прошлых разговорах и агентные задачи (Projects, Tasks). Доступен бесплатно (с ограничениями) и по подписке ChatGPT Plus/Pro.
AI-ассистент и семейство моделей от Google DeepMind.
Gemini — AI-платформа от Google DeepMind, включающая чат-интерфейс (gemini.google.com), модели (Ultra, Pro, Flash) и интеграцию в продукты Google (Workspace, Android). Является конкурентом ChatGPT и Claude. Поддерживает текст, изображения, видео, аудио и код.
AI-ассистент от xAI, интегрированный в соцсеть X.
Grok — AI-ассистент от компании xAI Илона Маска. Доступен пользователям соцсети X (бывший Twitter). Позиционируется как менее цензурируемый и более «остроумный» ассистент. Имеет доступ к реальному времени через посты в X.
AI-помощник для программистов с агентным режимом: автодополнение, чат и автономные PR.
GitHub Copilot — AI-инструмент для программистов от GitHub (Microsoft). Работает в VS Code, JetBrains и других редакторах. Помимо автодополнения кода появился агентный режим: Copilot сам редактирует несколько файлов, запускает команды терминала и итерирует по ошибкам. «Coding agent» позволяет назначить GitHub-issue прямо на Copilot — он откроет PR автономно. Поддерживает несколько моделей на выбор: GPT-4o, Claude Sonnet, Gemini и другие.
Редактор кода с AI-агентом для автономной разработки.
Cursor — редактор кода (форк VS Code) со встроенным AI-агентом. Позволяет писать код, задавая задачи на естественном языке. Поддерживает несколько моделей: Claude, GPT, Gemini. В 2025–2026 году добавлены фоновые агенты (задачи выполняются пока вы работаете), BugBot для автоматического ревью PR и 30+ интеграций с инструментами разработки (Jira, Linear, GitHub и др.). Один из главных инструментов для вайбкодинга.
AI-поисковик, который отвечает на вопросы со ссылками на источники.
Perplexity — AI-поисковая система, которая в отличие от традиционных поисковиков выдаёт не список ссылок, а развёрнутый ответ с цитатами источников. Использует несколько LLM-моделей под капотом. Хорошо подходит для быстрого изучения темы или актуальных событий.
Один из лучших AI-генераторов изображений по текстовому описанию.
AI-генератор изображений от OpenAI, встроенный в ChatGPT.
AI-генератор видео от OpenAI по текстовому описанию.
Sora — AI-модель от OpenAI для создания видео по текстовому промпту. Может генерировать видеоролики длиной до нескольких минут. Является частью тренда на мультимодальный ИИ (мультимодальность).
Ernie Bot
AI-ассистент от Baidu — аналог ChatGPT для китайского рынка.
Ernie Bot (文心一言, Wenxin Yiyan) — AI-чат-ассистент от Baidu. Работает на базе модели ERNIE (Enhanced Representation through Knowledge Integration). Один из первых публичных AI-ассистентов в Китае. Ориентирован на китайский язык и локальный контент.
Doubao
Самый популярный AI-ассистент в Китае от ByteDance.
GPT
Generative Pre-trained Transformer
Семейство языковых моделей OpenAI, на котором работает ChatGPT.
GPT (Generative Pre-trained Transformer) — семейство языковых моделей от OpenAI. Модели GPT обучены предсказывать следующее слово в тексте на огромных датасетах, что позволяет им генерировать связный текст, переводить, кодировать и рассуждать. GPT-5 был выпущен в августе 2025 года и доступен всем пользователям ChatGPT, включая бесплатный план. Лежит в основе ChatGPT.
o-серия OpenAI
OpenAI o-series (reasoning models)
Reasoning-модели OpenAI, которые «думают» перед ответом: o1, o3, o3-pro, o4-mini.
o-серия — семейство моделей от OpenAI для сложных рассуждений: математики, логики, программирования, науки. В отличие от GPT-моделей, они тратят больше времени на «обдумывание» задачи перед ответом (chain-of-thought). Выпущенные модели: o1, o1-mini, o1-pro, o3, o3-mini, o3-pro, o4-mini. Примечание: o2 не выпускалась (конфликт с торговой маркой), отдельной «o4» нет — последняя публичная модель серии — o4-mini.
Claude Opus
Самая мощная модель Anthropic для сложных задач (актуальная версия — Opus 4.7).
Claude Sonnet
Основная модель Anthropic — баланс качества и скорости (актуальная версия — Sonnet 4.6).
Claude Sonnet — средний вариант в семействе Claude от Anthropic. Актуальная версия — Claude Sonnet 4.6 (2026). Хорошо справляется с большинством задач: написание кода, анализ текстов, ответы на вопросы. Быстрее Opus, но мощнее Haiku. Модель, которую чаще всего используют разработчики в реальных проектах.
Claude Haiku
Быстрая и компактная модель Anthropic для простых задач (актуальная версия — Haiku 4.5).
Gemini Ultra / Pro / Flash
Три уровня мощности моделей Google: от мощного Ultra до быстрого Flash.
Gemini — семейство мультимодальных моделей от Google DeepMind. Три уровня: Ultra (максимальная мощность для сложных задач), Pro (баланс скорости и качества), Flash (быстрый и дешёвый, для высоконагруженных приложений). Модели поддерживают текст, изображения, видео, аудио и код.
Llama
Семейство open source LLM-моделей от Meta AI.
DeepSeek / DeepSeek-R
Семейство открытых моделей от DeepSeek, включая reasoning-серию R.
DeepSeek — семейство открытых языковых моделей от китайской компании DeepSeek. Серия DeepSeek-R — reasoning-модели (аналог o-серии OpenAI), способные к сложным рассуждениям. Произвели фурор в 2025 году, показав, что качественные модели можно обучать значительно дешевле, чем считалось.
Qwen
Qianwen
Семейство открытых LLM-моделей от Alibaba.
Qwen (千问, Qianwen — «тысяча вопросов») — серия языковых моделей от AI-подразделения Alibaba. Модели разных размеров: от компактных (0.5B параметров) до огромных (72B+). Многие модели опубликованы в открытом доступе. Хорошо поддерживают китайский и английский языки.
Mistral
Семейство эффективных моделей от Mistral AI, часть — в открытом доступе.
Mistral — серия языковых моделей от европейской компании Mistral AI. Известны высокой эффективностью: при относительно небольшом размере показывают результаты, сопоставимые с более крупными моделями. Часть моделей открыта (open weights), часть доступна только через API.
Искусственный интеллект
Artificial Intelligence (AI)
Технологии, позволяющие компьютерам выполнять задачи, требующие человеческого интеллекта.
Искусственный интеллект (ИИ, AI) — широкая область компьютерных наук, изучающая создание систем, способных решать задачи, которые обычно требуют человеческого интеллекта: понимание языка, распознавание образов, принятие решений, обучение. Современный практический AI строится на нейронных сетях и включает языковые модели, генераторы изображений и AI-агентов.
Нейронная сеть
Neural Network
Система вычислений, вдохновлённая устройством мозга, лежит в основе современного AI.
Нейронная сеть — математическая модель, состоящая из слоёв «нейронов» (вычислительных узлов), соединённых весами. Обучается на данных, постепенно настраивая веса для решения задачи. Лежит в основе всех современных AI-систем: языковых моделей, генераторов изображений, голосовых ассистентов. Вдохновлена, но не копирует устройство биологического мозга.
LLM
Large Language Model — Большая языковая модель
Тип AI-модели, обученный на огромных текстовых данных для работы с языком.
Large Language Model (LLM) — тип AI-модели, обученной на огромных объёмах текста (книги, веб-страницы, код) для понимания и генерации языка. Именно на LLM работают ChatGPT, Claude, Gemini. Модели называются «большими» из-за количества параметров (весов) — от нескольких миллиардов до триллионов. Архитектурную основу составляет трансформер.
Трансформер
Transformer
Архитектура нейронной сети, лежащая в основе всех современных LLM.
Трансформер — архитектура нейронной сети, предложенная в статье «Attention Is All You Need» (Google, 2017). Революционизировала обработку языка благодаря механизму self-attention, позволяющему модели учитывать контекст всей последовательности текста. Является основой для GPT, Claude, Gemini и практически всех современных LLM.
Токен
Token
Единица текста, с которой работает языковая модель (примерно 4 символа или ¾ слова).
Токен — минимальная единица текста, которую обрабатывает языковая модель. Это не отдельное слово и не символ: токенизация делит текст на фрагменты по статистике языка. В английском 1 токен ≈ 4 символа, в русском токен в среднем короче (кириллица). Длина контекстного окна и стоимость API измеряются в токенах. 1 000 токенов ≈ 750 слов английского текста.
Контекстное окно
Context Window
Максимальный объём текста, который модель «видит» за один раз.
Контекстное окно — ограничение на количество токенов, которые языковая модель может обработать за один запрос (включая и входящий текст, и ответ). Измеряется в токенах: 8K, 32K, 200K, 1M. Чем больше окно, тем длиннее документы и разговоры, которые модель помнит. Это один из ключевых параметров при выборе модели для задачи.
Промпт
Prompt
Текстовый запрос или инструкция, которую вы отправляете AI-модели.
Промпт — любой текст, который пользователь отправляет языковой модели: вопрос, задание, контекст. Качество промпта напрямую влияет на качество ответа модели. Существует целая дисциплина — Prompt Engineering — по написанию эффективных промптов.
Промпт-инжиниринг
Prompt Engineering
Искусство и практика написания эффективных инструкций для AI-моделей.
Prompt Engineering — набор техник для составления промптов, которые помогают языковым моделям выдавать более качественные, точные и нужные ответы. Включает приёмы: chain-of-thought (попросить модель «думать вслух»), few-shot (дать примеры), system prompts (инструкция для роли модели). На курсе «Больше, чем вайбкодинг» промпт-инжиниринг — основной практический инструмент.
Галлюцинация
Hallucination
Когда AI уверенно выдаёт неверную или выдуманную информацию.
Галлюцинация — явление, при котором языковая модель генерирует текст, звучащий уверенно и правдоподобно, но содержащий ошибки или вымысел: несуществующие цитаты, выдуманные факты, неверные ссылки. Возникает из-за того, что модель оптимизирована на «правдоподобный текст», а не на «точные факты». Решение — проверять факты и использовать RAG.
RAG
Retrieval-Augmented Generation
Техника подключения внешних данных к AI-модели для точных ответов.
RAG (Retrieval-Augmented Generation) — архитектурный паттерн: перед ответом модели сначала ищется релевантная информация из внешней базы знаний (документы, БД), и эта информация добавляется в промпт. Помогает бороться с галлюцинациями и позволяет модели отвечать на вопросы о данных, которых не было в её обучении (корпоративные документы, свежие события).
Fine-tuning
Fine-tuning (тонкая настройка)
Дообучение готовой AI-модели на специализированных данных.
Fine-tuning (тонкая настройка) — процесс дополнительного обучения уже предобученной языковой модели на специализированном датасете. Позволяет адаптировать общую модель под конкретную задачу: медицинский чат-бот, юридический ассистент, генерация кода в определённом стиле. Требует значительно меньше ресурсов, чем обучение модели с нуля.
Эмбеддинг
Embedding
Числовое представление текста, позволяющее сравнивать смысл слов и фраз.
Эмбеддинг (векторное представление) — преобразование текста в вектор чисел, где смысловая близость текстов отражается в математической близости их векторов. Например, векторы слов «кот» и «кошка» будут близки. Используется в RAG для поиска релевантных документов, в рекомендательных системах, семантическом поиске.
AI-агент
AI Agent
AI-система, которая самостоятельно принимает решения и выполняет действия для достижения цели.
AI-агент — AI-система, способная не просто отвечать на вопросы, но самостоятельно планировать и выполнять последовательность действий: искать информацию в интернете, запускать код, работать с файлами, вызывать внешние API. Claude Code — пример агента. В отличие от обычного чат-ботa, агент действует итеративно, оценивая результаты каждого шага.
Вайбкодинг
Vibe Coding
Подход к разработке продуктов через диалог с AI без глубокого знания кода.
Вайбкодинг (Vibe Coding) — термин, введённый Андреем Карпатым в 2025 году. Означает создание программных продуктов преимущественно через общение с AI-агентами (Claude Code, Cursor) на естественном языке, когда разработчик описывает задачу, а AI пишет код. Позволяет создавать рабочие продукты людям без глубокого программерского бэкграунда. Именно этому посвящён курс «Больше, чем вайбкодинг».
Мультимодальность
Multimodality
Способность AI-модели работать с разными типами данных: текст, изображения, аудио, видео.
Мультимодальная модель — AI-система, работающая с несколькими типами данных (модальностями): текст, изображения, аудио, видео, код. Например, Gemini и Claude могут анализировать изображения вместе с текстом. Противоположность — одномодальные модели (например, ранние GPT, работавшие только с текстом).
RLHF
Reinforcement Learning from Human Feedback
Техника обучения AI через обратную связь от людей для улучшения полезности ответов.
RLHF (Reinforcement Learning from Human Feedback) — метод обучения языковых моделей, при котором люди оценивают ответы модели, и на основе этих оценок модель обучается давать более полезные, безопасные и точные ответы. Именно RLHF помог сделать ChatGPT значительно полезнее и «дружелюбнее» исходных GPT-моделей.
Open Source модель
Open Source / Open Weights Model
AI-модель, доступная для скачивания и использования без ограничений.
Open Source (открытая) модель — языковая модель, веса (параметры) которой публично доступны для скачивания. Это позволяет запускать её локально на своём компьютере, дообучать (fine-tuning) и встраивать в продукты. Примеры: Llama (Meta), Qwen (Alibaba), Mistral, DeepSeek. Противоположность — закрытые модели, доступные только через API (GPT, Claude).
Система контроля версий — инструмент для отслеживания изменений в коде.
Git — распределённая система контроля версий, созданная Линусом Торвальдсом в 2005 году. Позволяет отслеживать историю изменений в коде, работать нескольким разработчикам над одним проектом и откатываться к предыдущим версиям. Работа с Git происходит через терминал или графические интерфейсы. Основные операции: commit, push, pull, branch, merge.
Коммит
Commit
Сохранение изменений в истории Git-репозитория с описанием что сделано.
Commit — операция в Git, фиксирующая текущее состояние изменённых файлов в историю репозитория. Каждый коммит имеет уникальный хеш, автора, дату и сообщение (commit message). Хорошая практика — коммитить часто, с понятными сообщениями: «feat: добавлена страница авторизации». Аналогия: сохранение прогресса в игре.
Push
Отправка локальных коммитов на удалённый сервер (GitHub).
Git push — операция, отправляющая локальные коммиты из вашего компьютера на удалённый репозиторий (например, GitHub). После push изменения видны всем участникам проекта и могут запустить CI/CD. Противоположность — pull (скачать изменения с сервера).
Pull
Скачивание последних изменений из удалённого репозитория на локальный компьютер.
Git pull — операция, загружающая последние изменения из удалённого репозитория (GitHub) на ваш компьютер и сливающая их с вашей локальной веткой. Нужно выполнять перед началом работы, чтобы иметь актуальную версию кода. Противоположность — push.
Ветка
Branch
Независимая линия разработки в Git для работы над фичей или фиксом.
Branch (ветка) в Git — изолированная копия кода, в которой можно вносить изменения, не затрагивая основную версию (ветку `main`). Разработчик создаёт ветку для каждой новой фичи или исправления бага, работает в ней, а потом сливает (merge) в main через pull request.
Мёрж
Merge
Слияние изменений из одной ветки Git в другую.
Merge — операция в Git, объединяющая изменения из одной ветки в другую. Обычно изменения из feature-ветки сливаются в `main` после проверки через pull request. Если в обеих ветках изменился один файл — возникает конфликт, который нужно разрешить вручную.
Pull Request
Pull Request (PR)
Запрос на проверку и принятие изменений кода в основную ветку.
Деплой
Deploy
Процесс публикации приложения на сервер, чтобы оно стало доступно пользователям.
Deploy (развёртывание) — процесс переноса готового кода с компьютера разработчика на сервер, где приложение становится доступным пользователям. Современный деплой обычно автоматический через CI/CD: push в GitHub → автоматическая сборка → публикация на Vercel или другой платформе. Ручной деплой — скопировать файлы на сервер напрямую.
CI/CD
Continuous Integration / Continuous Deployment
Автоматизация сборки, тестирования и деплоя кода при каждом изменении.
CI/CD (Continuous Integration / Continuous Deployment) — практика автоматического запуска проверок и деплоя при каждом push в репозиторий. CI (непрерывная интеграция) — автоматически проверяет, что новый код не сломал существующее. CD (непрерывная доставка) — автоматически публикует проверенный код. Реализуется через GitHub Actions, GitLab CI и другие инструменты.
Frontend
Всё, что пользователь видит в браузере: интерфейс, кнопки, страницы.
Frontend (фронтенд) — часть приложения, работающая в браузере пользователя. Отвечает за визуальный интерфейс, взаимодействие с пользователем, анимации. Строится на HTML, CSS, JavaScript и фреймворках (React, Vue, Svelte). Противоположность — backend. Лендинг курса — это frontend.
Backend
Серверная часть приложения: бизнес-логика, база данных, API.
Backend (бэкенд) — часть приложения, работающая на сервере. Обрабатывает запросы от фронтенда, работает с базами данных, реализует бизнес-логику (например, расчёт платежей), взаимодействует с внешними сервисами. Предоставляет API для frontend. Пользователь backend не видит, но каждый раз им пользуется.
API
Application Programming Interface
Интерфейс для общения между программами: запрос → ответ.
API (Application Programming Interface) — набор правил и эндпоинтов, через которые программы общаются друг с другом. Например, frontend отправляет HTTP-запрос к backend через API и получает данные в ответ. Любой AI-сервис (Anthropic, OpenAI) предоставляет API, через который разработчики встраивают AI в свои продукты.
Менеджер пакетов для JavaScript — устанавливает готовые библиотеки в проект.
npm (Node Package Manager) — стандартный менеджер пакетов для JavaScript/Node.js. Позволяет устанавливать готовые библиотеки (React, Tailwind CSS, shadcn и тысячи других) командой `npm install`. Все зависимости проекта перечислены в файле `package.json`. Команда `npm run dev` запускает проект для разработки, `npm run build` — собирает для деплоя.
Инструмент для упаковки приложения со всем окружением в изолированный контейнер.
Localhost
Локальный сервер на вашем компьютере для разработки и тестирования.
Localhost — специальное имя, обозначающее ваш собственный компьютер как сервер. Когда вы запускаете `npm run dev`, приложение становится доступно по адресу `http://localhost:5173` (или другому порту). Используется для разработки и тестирования до деплоя на реальный сервер. Никто, кроме вас, не видит localhost.
.env файл
Environment Variables File
Файл с секретными переменными (API-ключами) для конфигурации приложения.
Файл `.env` (environment) — файл с переменными окружения: API-ключами, паролями, адресами серверов. Хранится локально и никогда не коммитится в Git — иначе секреты окажутся в публичном репозитории. В коде значения читаются через `process.env.MY_API_KEY`. На боевом сервере переменные задаются через настройки хостинга (Vercel, GitHub Secrets).
Крупнейший хостинг Git-репозиториев и платформа для командной разработки.
GitHub — веб-платформа для хранения Git-репозиториев и совместной разработки. Принадлежит Microsoft с 2018 года. Предоставляет: хранилище кода, pull request для code review, GitHub Actions для CI/CD, управление задачами (Issues). Большинство open source проектов размещены на GitHub.
Платформа для деплоя frontend-приложений: push в GitHub → автоматическая публикация.
Vercel — облачная платформа для деплоя frontend-приложений (React, Next.js, Vue и другие). Работает по принципу: подключи GitHub-репозиторий → каждый push в `main` автоматически запускает сборку и публикует обновлённый сайт. Поддерживает preview-деплои для pull request. На Vercel задеплоен этот лендинг курса.
Репозиторий
Repository (repo)
Папка проекта с историей всех изменений, хранящаяся в Git.
Терминал
Terminal / Command Line
Программа для ввода текстовых команд компьютеру.
Терминал (командная строка) — текстовый интерфейс для управления компьютером командами. В терминале запускают Git-команды, устанавливают пакеты через npm, запускают серверы. На macOS — Terminal или iTerm2, на Windows — PowerShell или Windows Terminal. Claude Code работает именно в терминале.
IDE / Редактор кода
Integrated Development Environment
Программа для написания кода с подсветкой, автодополнением и встроенным терминалом.
IDE (Integrated Development Environment) или редактор кода — программа для разработки с подсветкой синтаксиса, автодополнением, встроенным терминалом и отладчиком. Самый популярный — VS Code (бесплатный, от Microsoft). Cursor — это IDE со встроенным AI. GitHub Copilot — плагин для IDE.
Язык программирования — JavaScript с добавлением строгой типизации.
TypeScript — надмножество JavaScript, добавляющее статическую типизацию. Позволяет указывать типы переменных и функций, что помогает ловить ошибки до запуска кода. Компилируется в обычный JavaScript для браузера. Стал стандартом в промышленной web-разработке. Именно на TypeScript написан лендинг этого курса.
Открытый протокол Anthropic для подключения AI-агентов к внешним данным и инструментам.
Model Context Protocol (MCP) — открытый стандарт от Anthropic, выпущен в 2024 году. Позволяет AI-агентам подключаться к внешним источникам данных и инструментам через единый интерфейс: файловые системы, базы данных, API-сервисы, браузеры. Работает по принципу «хост — клиент — сервер»: AI-клиент (Claude Code) подключается к MCP-серверам и получает доступ к их возможностям. Стандарт открытый — любой разработчик может создать свой MCP-сервер.
Программа, реализующая протокол MCP и предоставляющая AI-агенту набор инструментов.
MCP-сервер — приложение, реализующее Model Context Protocol и экспонирующее набор инструментов (tools), ресурсов (resources) или промптов (prompts), которые AI-агент может использовать. Примеры серверов: доступ к файловой системе, поиск в интернете, работа с GitHub, базами данных, Notion, Slack. В Claude Code MCP-серверы подключаются в настройках и расширяют возможности агента.
Возможность AI-модели вызывать внешние функции и инструменты во время ответа.
Tool Use (Function Calling) — механизм, позволяющий языковой модели в процессе генерации ответа вызывать внешние функции: запросить данные из API, выполнить поиск, запустить код, прочитать файл. Модель сама решает, когда вызвать инструмент, получает результат и продолжает ответ. Это основа работы AI-агентов. Поддерживается в Claude, GPT и других LLM.
Системный промпт
System Prompt
Инструкция для AI-модели, задающая роль, правила и контекст до начала диалога.
Системный промпт (system prompt) — скрытый текст, передаваемый языковой модели перед пользовательским диалогом. Задаёт личность, правила, ограничения и контекст работы: «ты — помощник службы поддержки, отвечай только на русском, не обсуждай конкурентов». В отличие от пользовательского промпта, системный промпт обычно не виден пользователю. Ключевой инструмент при создании AI-приложений через API.
Скилл
Skill (Claude Code)
Многоразовая инструкция-воркфлоу для Claude Code, хранящаяся как Markdown-файл.
Скилл (Skill) в Claude Code — переиспользуемый набор инструкций, сохранённый как Markdown-файл в директории `.claude/skills/`. Вызывается командой `/skill-name` в начале задачи. Задаёт конкретный рабочий процесс: как проводить code review, как деплоить, как отлаживать баги. Позволяет стандартизировать подходы и не объяснять агенту одно и то же каждый раз. Скиллы — ключевой элемент «суперспособностей» Claude Code.
Субагент
Subagent
AI-агент, запущенный другим агентом для параллельного выполнения подзадачи.
Субагент (subagent) — дочерний AI-агент, порождаемый основным агентом для выполнения изолированной подзадачи. В Claude Code субагенты запускаются через Agent-инструмент и работают параллельно, не разделяя контекст с родителем. Это позволяет решать сложные задачи быстрее: один субагент пишет тесты, другой — документацию, третий — ресёрчит API. Паттерн называется agentic workflow.
Агентный воркфлоу
Agentic Workflow
Многошаговый автономный рабочий процесс AI-агента с промежуточными решениями.
Агентный воркфлоу (Agentic Workflow) — паттерн, при котором AI-агент самостоятельно разбивает задачу на шаги, выполняет их итеративно, использует инструменты (tool use), анализирует результаты и при необходимости запускает субагентов. Это принципиально отличается от одноразового запроса-ответа: агент действует как автономный исполнитель проекта. Основа вайбкодинга в сложных продуктах.
Python SDK от Anthropic для создания автономных AI-агентов с инструментами.
Claude Agent SDK (claude-code-sdk) — официальный Python-пакет от Anthropic для создания автономных AI-агентов. Предоставляет готовые абстракции: запуск агента, управление инструментами, потоковый вывод результатов. Именно на этом SDK построен Python-агент проекта «Больше, чем вайбкодинг» — он создаёт продукты по спецификации, используя MCP-сервер для отслеживания прогресса.
API-агрегатор, предоставляющий доступ к 200+ LLM через единый интерфейс.
OpenRouter — платформа-агрегатор, объединяющая API более 200 языковых моделей под единым интерфейсом совместимым с OpenAI API. Позволяет переключаться между моделями (Claude, GPT, Llama, DeepSeek и другими) без изменения кода. Поддерживает бесплатные модели с ограничениями и платные по token-pricing. Удобен для автономных агентов с fallback-логикой между провайдерами.
API-провайдер
API Provider
Компания, предоставляющая доступ к AI-моделям через HTTP API за плату.
API-провайдер — компания или платформа, предоставляющая языковые модели через API. Разработчики отправляют HTTP-запросы с текстом и получают ответы модели, платя за каждый токен. Крупнейшие провайдеры: Anthropic (Claude), OpenAI (GPT), Google (Gemini), а также агрегаторы вроде OpenRouter. Выбор провайдера влияет на качество, скорость, стоимость и доступность модели.
Хук
Hook (Claude Code)
Shell-команда, автоматически выполняемая в Claude Code при наступлении события.
Хук (Hook) в Claude Code — скрипт или команда в `settings.json`, которая автоматически запускается при определённом событии: начале сессии (`session-start`), перед вызовом инструмента, после записи файла и т.д. Позволяет автоматизировать рутину: загружать контекст проекта при старте, логировать действия агента, проверять безопасность перед опасными командами. Настраиваются в `.claude/settings.json`.
Плагин
Plugin
Расширение, добавляющее новые возможности или интеграции в AI-платформу.
Плагин — модульное расширение, добавляющее новые функции в AI-инструмент или платформу без изменения её ядра. В контексте Claude Code и AI-разработки плагины могут реализовываться через MCP-серверы — каждый сервер это фактически плагин, предоставляющий набор инструментов. В Cursor и VS Code плагины расширяют IDE дополнительными AI-функциями. Концепция аналогична плагинам в обычном программном обеспечении.
Коннектор
Connector
Готовая интеграция AI-платформы с внешним сервисом (Slack, Notion, GitHub и др.).
Коннектор — предварительно настроенная интеграция, позволяющая AI-агенту работать с конкретным внешним сервисом. Например, коннектор к Notion даёт агенту доступ к страницам и базам данных, коннектор к GitHub — к репозиториям, PR и issues. В экосистеме MCP коннекторы реализуются как MCP-серверы. Позволяют строить агентные воркфлоу поверх существующих инструментов команды.
Стриминг
Streaming
Потоковая передача ответа AI-модели токен за токеном в реальном времени.
Стриминг (streaming) — режим работы API языковых моделей, при котором токены ответа передаются и отображаются по мере генерации, не ожидая полного завершения. Создаёт ощущение «живого» ввода текста — как в ChatGPT. Технически реализуется через Server-Sent Events (SSE) или WebSockets. Улучшает UX: пользователь начинает читать ответ немедленно, не ожидая полной генерации (которая может занять секунды).
Вебхук
Webhook
HTTP-колбэк: сервис сам уведомляет ваш сервер о событии, отправляя POST-запрос.
Webhook — механизм уведомлений: вместо того чтобы ваш сервер постоянно спрашивал «есть новости?», внешний сервис сам отправляет POST-запрос на указанный URL при наступлении события (новый платёж, пришедшее сообщение, завершённый CI-билд). Противоположность регулярного polling'а. Широко используется в интеграциях: Telegram Bot API, платёжные системы, GitHub Actions. Требует публичный URL на вашем сервере (backend).
Цепочка рассуждений
Chain of Thought (CoT)
Техника промптинга, при которой AI думает вслух пошагово перед финальным ответом.
Chain of Thought (CoT) — техника промпт-инжиниринга, при которой языковая модель перед ответом выстраивает промежуточные рассуждения: «сначала определим..., потом вычислим..., следовательно...». Значительно улучшает качество ответов на задачи логики, математики и программирования. Активируется фразой «думай пошагово» или «объясни своё рассуждение». Лежит в основе reasoning-моделей (o-серия OpenAI, DeepSeek-R).
Constitutional AI
Constitutional AI (CAI)
Подход Anthropic к обучению AI на основе явных принципов безопасности.
Constitutional AI (CAI) — исследовательский подход Anthropic к безопасности ИИ. Вместо того чтобы оценивать каждый ответ люди, модель обучается следовать набору явных принципов («конституции»): быть полезной, безвредной и честной. Модель сначала критикует собственные ответы на основе конституции, затем улучшает их. Метод сокращает зависимость от человеческих оценщиков и помогает создавать более предсказуемые и безопасные системы. На CAI построен Claude.
SaaS
Software as a Service
Модель бизнеса: программное обеспечение доступно через интернет по подписке.
SaaS (Software as a Service) — модель распространения ПО, при которой пользователи получают доступ к приложению через браузер по подписке, без установки. Примеры: Figma, Notion, ChatGPT, GitHub. Пользователь платит ежемесячно или ежегодно, а провайдер отвечает за инфраструктуру, обновления и безопасность. Курс «Больше, чем вайбкодинг» учит создавать SaaS-продукты через вайбкодинг.
Контекст-инжиниринг
Context Engineering
Искусство наполнять контекстное окно AI нужной информацией для точных ответов.
Контекст-инжиниринг (Context Engineering) — практика управления тем, что попадает в контекстное окно модели: какие документы, инструкции, примеры и данные передавать агенту, а что опустить. Более продвинутая дисциплина, чем промпт-инжиниринг: включает RAG, системные промпты, управление историей диалога, передачу результатов инструментов. Правильный контекст — главный фактор качества ответов AI-агента.
Изолированная директория репозитория для параллельной работы нескольких агентов без конфликтов.
Git worktree — механизм, при котором один git-репозиторий поддерживает несколько рабочих директорий одновременно, каждая с независимым состоянием файлов. В контексте Claude Code worktree — ключевой инструмент изоляции: когда субагент запускается с параметром
isolation: worktree, все его изменения файлов записываются в отдельную директорию, не затрагивая основную рабочую копию. Это позволяет параллельным агентам работать над разными задачами без конфликтов и случайной порчи кода.Open-source TypeScript SDK для создания AI-приложений со стримингом и поддержкой 16+ провайдеров.
Vercel AI SDK — открытый TypeScript-инструментарий от Vercel, стандартизирующий работу с разными LLM-провайдерами через единый API. Поддерживает 16+ провайдеров напрямую (Anthropic, OpenAI, Google, Mistral и другие) без изменения кода при смене. Включает два слоя: AI SDK Core (генерация текста, стриминг, tool calling) и AI SDK UI (хуки для чат-интерфейсов в React/Next.js). Через Vercel AI Gateway число провайдеров расширяется до 40+.